📄🦌🙌🐟🏖️
精选文章
按住 Shift 横向滚动
WorkBuddy记忆管理全景指南

WorkBuddy记忆管理全景指南

一、记忆系统概述 1.1 什么是 WorkBuddy 记忆系统 WorkBuddy 的记忆系统是一套多层次的持久化机制,确保 AI 助手能够在不同会话之间 "记住" 用户偏好、项目上下文和历史工作内容。与传统的 "每次对话从零开始" 不同,WorkBuddy 通过三层记忆架构,让每一次交互都能建立在

WorkBuddy + Skills 让你的考试认证全流程自动化

WorkBuddy + Skills 让你的考试认证全流程自动化

一、业务背景以及痛点介绍 1.1. 业务背景 通过小鹅通开设了大量在线培训课程,每门课程对应专属的电子证书。学员完成课程学习并通过最终的结业考试后,需要统一发放认证证书。 完整的证书发放流程涉及三个环节: (1) 获取名单:从小鹅通考试后台导出通过考试的学员名单,包含姓名、邮箱、成绩三个字段

RAG 实战指南:从知识准备到重排调优

RAG 实战指南:从知识准备到重排调优

内容越是复杂,检索越是关键。没有好的检索,再强的模型也白搭。 一、前言:为什么你的 RAG 效果总是不如预期? 做 RAG(检索增强生成)的团队越来越多,但真正把效果做好的却不多。常见的困境是: 投了文档,问什么都找不到关键信息 明明库里有答案,模型就是答不对 召回了一堆无关内容,反而把模型带偏了

2026 提示词最新技术框架与实战指南

2026 提示词最新技术框架与实战指南

从 Prompt Engineering 到 Context Engineering,从写提示词到构建信息供给系统 一、2026 年:提示词工程的范式转移 如果你对提示词工程(Prompt Engineering)的印象还停留在"给 ChatGPT 写一段指令",那你的知识储备已经过时了。 2026

AI Agent 主流架构 9 种模式全景图

AI Agent 主流架构 9 种模式全景图

一、为什么「架构」比「模型」更重要 2024 年前后,行业焦点是"哪个 LLM 更强"。到 2025–2026 年,共识已经转移:生产级 Agent 的瓶颈,80% 在架构与工程,20% 在模型能力。 一个典型的 Agent 系统至少包含多个层次:

AI Agent 记忆解析:从短期到长期的生产级记忆堆栈

AI Agent 记忆解析:从短期到长期的生产级记忆堆栈

记忆,是把模型变成产品的关键。 没有记忆的 Agent 每一次对话都是一次「初次见面」——它记不住你的偏好、学不会自己的错误、无法在多次交互中持续成长。本文从工程实践角度,系统梳理 AI Agent 记忆系统的架构设计与实现方案。 一、为什么记忆是 Agent 的「灵魂拼图」 大语言模型(LLM)本

AI Agent 的上下文管理与控制

AI Agent 的上下文管理与控制

从 Prompt Engineering 到 Context Engineering 的范式跃迁 一、为什么上下文管理是 Agent 构建的"卡脖子"问题 2023 年人人都在谈 Prompt Engineering,2024 年大家开始关注 Agent 框架,而到了 2026 年,所有深度落地 A